热线电话：13121318867

登录
首页职业发展数据不能代替思考
数据不能代替思考
2015-12-29
收藏

数据不能代替思考

在设计工作中，越来越多的场景是，我们根据用户使用产品产生的数据来直接判断我们的设计。甚至有时候，产品经理和设计师并没有完全了解数据的真实含义，就直接根据数据来修改我们的产品设计。这是非常危险的。
HBR 的一篇文章简洁明了地阐述了数据不能代替思考这个道理。笔者读完深有同感，并记录一些真实工作例子来思考这个论点。
很喜欢文章中的一句话：当我们要求更多数据进行分析之前，我们需要先了解自己。
作者开篇引用了一些关于大数据的观点，例如，传说中的大数据，让科学过时。大数据让很多学科没有存在的意义，例如，遗传学，语言学，社会学。
Wired的编辑Anderson说：“当数据充足的时候，数字就可以代表一切，自我论证，得出结论。”
作者也引用了去年一位CEO的观点：“我相信数学已经胜过科学。你已经不需要去了解为什么，你只需要知道A，B两个事件发生后，C会发生。”
作者认为以上的观点在某种程度上是真实的。科学的分析方法可以帮助我们观察，假设，测试，与分析，而足够的数据以及强大的电脑分析能力让以上步骤简单而成本低，效率更高。
例如，A/B tests，像Google与Amazon这样的大公司可以提供给不同用户群体不同的页面布局，来测试哪种布局得到的效果更好，然后选择效果好的版本来作为最终版本。这个方法已经在很多公司普遍流行。
但是，这样的方法一定是有效的么？作者认为，这样并不能说明这个测试过程是完全科学且没有任何假设的。
我们人类最擅长在事实发生后编一个故事。而在以上场景中，我们只是把编故事的时间挪到了事实发生之前。
在大数据时代，我们的假设以及说故事的能力，是与数据分析息息相关的。
所以，作者引出另一种观点：
数字不可以代表一切，自我论证，得出结论；数字是我们讲故事的依据。数据驱动的预测方式可能成功，也可能失败。当我们要求更多数据进行分析之前，我们需要先了解自己。
作者最后总结：
我们对事物的发展总是有自己的主观意见。我们应该合理使用数据来修正我们的思考，但是这个模式成功的前提是，我们必须在分析数据前要先思考。
简短的文章描述的论点很鲜明，我这里理解到有用的点是：数据分析是一个很强大的工具，也是未来的趋势，但是在数据分析的整个过程中，包括前，中，后，人类的思考才是核心。脱离了思考的数据分析，带来的是不可预测的结果。数据分析不能代替思考这个过程。
笔者先讲一个例子，非常吻合本文的论点。
以下是我4年多前在雅虎移动搜索做的“直接搜索”，流程是，用户在手机上搜索“Weather”，手机自行判断本机位置，然后展示当地的天气。下面例子是在旧金山搜索“Weather”得到的页面的顶部，这个区块往下就是正常的10个blue links。
当时雅虎移动搜索类似这样的“直接搜索”有30多个，包括本地商务，天气，星座，明星，音乐，购物等等。
有一天，产品经理拿着这30多个“直接搜索”的数据来找我，说：
“yoyo，你看，天气的直接搜索，点击率是最低的，只有不到1％，我们是不是应该删除这个直接搜索，这个直接搜索没用。”
我第一时间心理反应是：“什么？这个直接搜索应该是非常有用的，业界研究表明用户对天气搜索的需求是手机搜索的前几类，也符合我自己对这个产品设计的认知，数据怎么这么低？”
“不能完全依赖这个数据来决定”，我告诉自己，然后想了一下，了解了为什么数据会偏低，然后告诉产品经理：
“数据低就对了！我们做“直接搜索”的价值，就是希望提供给用户10个blue links之外，给用户提供直接展示的答案，减少用户点击links到下一页的场景。这个天气搜索的场景，用户搜索天气，看到了答案，52度，他们不需要再往下走了，一部分用户希望了解后七天的天气，才会点击进入看完整天气预报，但是大部分用户看到答案就会满足，完成任务，数据低反而证明了我们产品设计是成功的。”
产品经理想了想，认同了，我们又聊了一会儿，共识是，如果每个产品设计决策都是纯粹依照数据而不思考，得有多少奇怪，错误的决策发生啊！
思考还能带来选择完整数据的好处。例如做电商网站，搜索“电视机”，得到的搜索页面。页面布局可以生成一张热图，来展示用户点击各个区块的点击率。如果不思考，纯粹以点击率多少来修改页面布局，结果一定是最好的么？当然不是。电商需要的是用户进行购买，产生商业价值。而商业价值相关的应该是购买转化率。所以思考后，发现电商网站的布局不能光看点击率，还要加入购买转化率一起思考。
数据分析中，选择数据是关键，不经过思考地选择数据，会出现两种不好的情况，一种是选择不足，得出结果不准确，一种是选择过多，无法得出单一结果。
当然，提倡思考不代表让我们固执。我们有时在数据分析会犯一个错误，就是主观地想好了一个论点，然后自己去挑选数据来论证自己。这个也是数据分析的经典错误。如文章所说，数据分析是辅助我们思考的有效方法，而不是不择手段证明自己观点的工具。
诚然，用户使用产品产生的数据是我们设计师最宝贵的第一手资料。但是如何使用这些数据，如何分析数据来增益产品设计，是一个很严谨的过程。我们在主动思考与客观分析数据的过程中，不能犯一丝错误，才能得到最佳结果。古人云“失之毫厘，谬以千里”，大致是这个意思。
最近的工作，有两块直接与数据分析接触。一块是我们做面向千万级用户的产品，需要不停根据用户数据来验证，修改自己的设计；一块是做面向开发商的开放平台数据分析工具，来帮助开发商根据数据分析，得到利于他们产品发展的商业结论。


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

数据分析 大数据

数据分析咨询请扫描二维码

上一篇移动大数据这一年：一边是海水，一边是火焰
下一篇大数据采集广度有余深度不足 朋友圈广告难展拳脚
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询